Collective Intelligence for 2D Push Manipulations with Mobile Robots

要約

タイトル：モバイルロボットによる2Dプッシュ操作のための集合知

要約：

– 自然システムはしばしば自己組織化し、変化に適応するための集合知を示しますが、多くの人工システムではこれと同等のものが不足しています。
– 我々は、協調的な2Dプッシュ操作の文脈で、このようなシステムの可能性を探求しています。
– 従来の作品は、制限された環境では問題の潜在的な解決策を示していますが、計算および学習の困難があります。さらに重要なことに、これらのシステムは、環境の変化に直面した場合に適応する能力を持っていません。
– 本作品では、微分可能なソフトボディ物理シミュレータから派生したプランナーをアテンションベースのニューラルネットワークに蒸留することにより、マルチロボットのプッシュ操作システムがベースラインよりも優れたパフォーマンスを発揮することを示します。
– さらに、当社のシステムは、トレーニング中に見られなかった構成にも汎化し、外部の乱気流や環境変化に対してもタスク完了に適応する能力を持っています。補足ビデオは、当社のプロジェクトウェブサイト（https://sites.google.com/view/ciom/home）で確認できます。

要約(オリジナル)

While natural systems often present collective intelligence that allows them to self-organize and adapt to changes, the equivalent is missing in most artificial systems. We explore the possibility of such a system in the context of cooperative 2D push manipulations using mobile robots. Although conventional works demonstrate potential solutions for the problem in restricted settings, they have computational and learning difficulties. More importantly, these systems do not possess the ability to adapt when facing environmental changes. In this work, we show that by distilling a planner derived from a differentiable soft-body physics simulator into an attention-based neural network, our multi-robot push manipulation system achieves better performance than baselines. In addition, our system also generalizes to configurations not seen during training and is able to adapt toward task completions when external turbulence and environmental changes are applied. Supplementary videos can be found on our project website: https://sites.google.com/view/ciom/home

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI